Vibium：Selenium之父重塑浏览器自动化

编码 Agent 的验证层。

Vibium 为 AI agent 提供了检查其工作的工具。安装 vibium skill，你的 agent 就能够导航页面、填充表单、点击按钮和截图——全部通过简单的 CLI 命令。也可作为 MCP 服务器以及 JS/TS、Python 和 Java 客户端库使用。

新手入门？使用 JavaScript、Python 或 Java 开始——5 分钟从零到 hello world。

AI 原生

安装为 skill——你的 agent 立刻掌握完整的浏览器自动化工具箱。

零配置

一次安装，浏览器自动下载，默认可见。

基于标准

建立在 WebDriver BiDi 之上，而非由大公司控制的专有协议。

轻量级

单个约 10MB 的二进制文件。无运行时依赖。

灵活性强

可作为 CLI skill、MCP 服务器或 JS/Python/Java 库使用。

npm install -g vibium
npx skills add https://github.com/VibiumDev/vibium --skill vibe-check

第一条命令安装 Vibium 和 vibium 二进制文件，并下载 Chrome。第二条命令将 skill 安装到 {project}/.agents/skills/vibium。

skills 是开放的 agent skill CLI——一个 AI agent skill 的包管理器。无需全局安装；npx 直接运行。

# 地图和交互（核心工作流）
vibium go https://var.parts           # 导航到 URL
vibium map                            # 地图交互元素 → @e1, @e2, ...
vibium click @e1                      # 使用引用点击
vibium diff map                       # 查看变化了什么

# 查找元素（语义化——无需 CSS）
vibium find text "Sign In"            # 按可见文本查找
vibium find label "Email"             # 按表单标签查找
vibium find placeholder "Search"      # 按占位符查找
vibium find role button               # 按 ARIA 角色查找

# 读取和捕获
vibium text                           # 获取所有页面文本
vibium screenshot -o page.png         # 捕获截图
vibium screenshot --annotate -o a.png # 带元素标签的注解截图
vibium pdf -o page.pdf                # 将页面保存为 PDF
vibium eval "document.title"          # 运行 JavaScript

# 等待事物
vibium wait ".modal"                  # 等待元素出现
vibium wait url "/dashboard"          # 等待 URL 改变
vibium wait text "Success"            # 等待页面上的文本

# 记录会话
vibium record start                   # 带截图的录制
vibium record stop                    # 停止并保存到 record.zip

# 表单和输入
vibium fill @e2 "hello@example.com"   # 使用引用填充输入
vibium select @e3 "US"               # 选择下拉菜单选项
vibium check @e4                      # 选中复选框
vibium press Enter                    # 按键

完整命令列表：SKILL.md

替代方式：MCP 服务器（用于结构化工具使用而非 CLI）

claude mcp add vibium -- npx -y vibium mcp    # Claude Code
gemini mcp add vibium npx -y vibium mcp       # Gemini CLI

参见 MCP 设置指南了解选项和故障排除。

JavaScript/TypeScript

npm install vibium   # JavaScript/TypeScript
pip install vibium   # Python

Java

implementation 'com.vibium:vibium:26.3.18'

<dependency>
    <groupId>com.vibium</groupId>
    <artifactId>vibium</artifactId>
    <version>26.3.18</version>
</dependency>

此操作安装 Vibium 二进制文件并自动下载 Chrome。无需手动浏览器设置。

JavaScript

import { browser } from 'vibium'

const bro = await browser.start()
const vibe = await bro.page()
await vibe.go('https://example.com')

const png = await vibe.screenshot()
await fs.writeFile('screenshot.png', png)

const link = await vibe.find('a')
await link.click()
await bro.stop()

const { browser } = require('vibium/sync')
const fs = require('fs')

const bro = browser.start()
const vibe = bro.page()
vibe.go('https://example.com')

const png = vibe.screenshot()
fs.writeFileSync('screenshot.png', png)

const link = vibe.find('a')
link.click()
bro.stop()

Python

# 异步
from vibium.async_api import browser

# 同步（默认）
from vibium import browser

import asyncio
from vibium.async_api import browser

async def main():
    bro = await browser.start()
    vibe = await bro.page()
    await vibe.go("https://example.com")

    png = await vibe.screenshot()
    with open("screenshot.png", "wb") as f:
        f.write(png)

    link = await vibe.find("a")
    await link.click()
    await bro.stop()

asyncio.run(main())

from vibium import browser

bro = browser.start()
vibe = bro.page()
vibe.go("https://example.com")

png = vibe.screenshot()
with open("screenshot.png", "wb") as f:
    f.write(png)

link = vibe.find("a")
link.click()
bro.stop()

Java

var bro = Vibium.start();
var vibe = bro.page();
vibe.go("https://example.com");

var png = vibe.screenshot();
Files.write(Path.of("screenshot.png"), png);

var link = vibe.find("a");
link.click();
bro.stop();

架构

┌──────────────────────────────────────┐
│             LLM / Agent              │
│  (Claude Code, Codex, Gemini, etc.)  │
└──────────────────────────────────────┘
       ▲                  ▲
       │ CLI (Bash)       │ MCP (stdio)
       ▼                  ▼
┌───────────────────────────────────┐
│          Vibium binary            │
│                                   │
│  ┌──────────────┐ ┌────────────┐  │
│  │ CLI Commands │ │ MCP Server │  │
│  └─────┬────────┘ └──────┬─────┘  │        ┌──────────────────┐
│        └───────▲─────────┘        │        │                  │
│                │                  │        │                  │
│         ┌──────▼───────┐          │  BiDi  │  Chrome Browser  │
│         │  BiDi Proxy  │          │◄──────►│                  │
│         └──────────────┘          │        │                  │
└───────────────────────────────────┘        └──────────────────┘
          ▲
          │ WebSocket BiDi :9515
          ▼
┌──────────────────────────────────────┐
│          Client Libraries            │
│       (js/ts | python | java)        │
│                                      │
│  ┌─────────────────┐ ┌────────────┐  │
│  │   Async API     │ │  Sync API  │  │
│  │ await vibe.go() │ │  vibe.go() │  │
│  └─────────────────┘ └────────────┘  │
└──────────────────────────────────────┘

开发

参见 CONTRIBUTING.md 了解开发设置和指南。源代码构建需要 Go、Node.js/npm 和 Java 21，因为默认 make 目标会构建 Go 二进制文件、JS 客户端和 Java 客户端。

V1 专注于核心循环：通过 CLI、MCP 和客户端库的浏览器控制。

参见 ROADMAP.md 了解计划中的功能：

Cortex（内存/导航层）

Retina（录制扩展）